在以“場景賦能·驅(qū)動有數(shù)”為主題的神策 2018 數(shù)據(jù)驅(qū)動大會現(xiàn)場，神策數(shù)據(jù)業(yè)務咨詢專家徐美玲發(fā)表了名為《數(shù)據(jù)分析之產(chǎn)品應用實踐》的主題演講，以下內(nèi)容根據(jù)現(xiàn)場演講整理所得。?

溫馨提示：點擊閱讀原文，可下載完整版 PPT

本文主要內(nèi)容為：

• 數(shù)據(jù)分析方法

• 業(yè)務流程的融入

一、數(shù)據(jù)分析方法

這一部分的內(nèi)容分為兩方面：

1.數(shù)據(jù)分析的通用方法，以及如何與業(yè)務結(jié)合。

2.在實際產(chǎn)品迭代過程中，如何利用數(shù)據(jù)進行搭建。

神策數(shù)據(jù)經(jīng)常提數(shù)據(jù)驅(qū)動，那么數(shù)據(jù)驅(qū)動到底是什么意思呢？

首先，是業(yè)務訴求到數(shù)據(jù)需求的轉(zhuǎn)譯。

在這個過程當中，有時連一些專業(yè)的數(shù)據(jù)分析人員都認為根本無從下手，他們不知道尋找什么樣的數(shù)據(jù)去代表現(xiàn)在的業(yè)務。所以該階段的核心，要先搞清楚業(yè)務訴求，落實清楚客戶究竟希望解決何種問題，并轉(zhuǎn)譯成何種數(shù)據(jù)需求，以及能夠代表的問題又是什么。這是訴求到業(yè)務應用的第一個步驟。接著，在數(shù)據(jù)需求明確的情況下，核心點變成了如何選取數(shù)據(jù)源與分析方法，這是第二步。

第三步——數(shù)據(jù)分析。我們用找到的數(shù)據(jù)源與分析方法，通過交叉、分群等分析思路診斷定位問題，但數(shù)據(jù)分析對實際業(yè)務應用還存在著距離。因為我們雖然發(fā)現(xiàn)了數(shù)據(jù)特征，但是數(shù)據(jù)表現(xiàn)意味著“業(yè)務有什么問題？用什么方法能夠解決這個問題？”等方面內(nèi)容。

所以，第四步“數(shù)據(jù)表現(xiàn)到業(yè)務特征提取”和第五步“業(yè)務特征到解決方案的追索”就是數(shù)據(jù)驅(qū)動對業(yè)務產(chǎn)生最大幫助的兩個環(huán)節(jié)，但由于職能邊界、深度配合以及人員能力等問題，導致許多公司在這兩步驟上的應用和處理能力較弱。

其實，許多產(chǎn)品本身包含運營活動、渠道分析等內(nèi)容，因為產(chǎn)品最終是所有業(yè)務的沉淀，數(shù)據(jù)的業(yè)務特征最終都要通過產(chǎn)品承載，產(chǎn)品分析最終其實會涵蓋絕大多數(shù)業(yè)務場景。那么，數(shù)據(jù)分析到底是如何與產(chǎn)品應用結(jié)合的呢？下面為大家展開介紹。

常用的分析指標

1.滲透率

其中日活滲透率最常用，即 DAU 里面每天都是什么情況。每天有 10 萬人登錄，其中 10% 的人做了什么，每天業(yè)務產(chǎn)生價值就是 10%，當滲透率提升到 30%，意味著價值提升了 3 倍。所以，滲透率是很多產(chǎn)品夢寐以求實現(xiàn)的大盤基礎(chǔ)。

曝光點擊率也是常用的數(shù)據(jù)指標，很多時候，曝光資源非常緊張，尤其是在平臺運營位資源有限的情況下，提供什么樣的產(chǎn)品內(nèi)容，對最終價值有著重要的意義。所以我們會評估曝光點擊率，如果產(chǎn)品對 100 萬用戶做了產(chǎn)品曝光，最終只有 10 萬人點擊，那曝光點擊率就只有 10%。另外，在何種入口設計成何種樣式，才能讓入口展示變得更有吸引力，也是提升滲透率的例子。

2.轉(zhuǎn)化率

轉(zhuǎn)化率直接代表產(chǎn)品功能有沒有完成對用戶的基礎(chǔ)轉(zhuǎn)化，神策分析在轉(zhuǎn)化率中提供了非常重要的功能——窗口期設置。比如電商用戶選擇購買日用品的決策相對較快，窗口期設置為?1 個小時或 1 天都是合理的，運營人員可以在窗口期看到用戶是否完成轉(zhuǎn)化。但如果面對的是理財或投資類產(chǎn)品，涉及比價、實名認證、綁定銀行卡等步驟，用戶決策周期很長，所以窗口期的設置時間就要從產(chǎn)品本身的特點出發(fā)。

3.留存流失率

神策數(shù)據(jù)的分析師及咨詢團隊在做具體功能診斷時，除了關(guān)注上述兩個數(shù)據(jù)指標外還會關(guān)注產(chǎn)品的留存與流失情況。留存通常意味著用戶的整體體驗是較好的，所以最終價值的傳遞效果也是較好的。留存率一般作為這種長期綜合評估產(chǎn)品價值的指標，所以如果客戶做產(chǎn)品的增長體制，相比留存率而言，上述提到的轉(zhuǎn)化率可能并不是很好的綜合指標。

4.用戶路徑和分布

這兩種分析指標相對少見，因為這樣的應用場景非常強調(diào)對數(shù)據(jù)的理解。客戶可能發(fā)現(xiàn)轉(zhuǎn)化率與滲透率表現(xiàn)都不太好，所以特別希望知道表現(xiàn)不佳的原因，希望能看到用戶流量在各環(huán)節(jié)發(fā)生了什么，以及流失點在哪，所以這是相對微觀的數(shù)據(jù)指標。而分布是黏性價值的體現(xiàn)，用戶今天登錄 10 次與登錄 1 次、使用 1 個小時和 10 秒鐘的價值不一樣，所以分布能較好的衡量用戶整體質(zhì)量與黏性的分類維度。

分析類型及思路

功能/體驗分析。功能從入口到最終的出口轉(zhuǎn)化怎么樣？達到的比例效果如何？留存表現(xiàn)怎么樣？這是功能留存里面關(guān)注的三個維度。

頁面/場景分析。其中，交互點擊率/點擊頻次，印證了用戶交互的比率與交互深度有多少。另外，核心功能中的入口功能有沒有促進場景的轉(zhuǎn)化，以及最后的留存表現(xiàn)也是很重要的考察維度。

內(nèi)容策略分析。看內(nèi)容策略優(yōu)劣與否，一般查看推薦產(chǎn)品的用戶曝光點擊率、有效交互率，比如說用戶在短視頻平臺上播放了 30% 或者 50% 是一次有效的交互，那這樣的有效交互就是與自己業(yè)務有關(guān)的數(shù)據(jù)。另外，需要分析深度轉(zhuǎn)化率以及留存表現(xiàn)。

神策數(shù)據(jù)強調(diào)數(shù)據(jù)分析對業(yè)務產(chǎn)生價值，所以我們要考慮很多維度，甚至客戶的營收維度都需要考慮，因為分析維度太片面或者太淺，就不可能關(guān)聯(lián)到真正的業(yè)務場景。接下來與大家分享一個采集的思考框架，究竟怎么把用戶的設計轉(zhuǎn)化為采集埋點。

首先是采集范疇，我們要思考入口來源在哪里，是否進行了采集，核心交互是否采集，以及出口分流場景有沒有采集。

第二是采集時機，很多人不清楚采集數(shù)據(jù)代表的含義，其實是不清楚數(shù)據(jù)源到底是在什么階段采集的。比如注冊，注冊可以被細分到很多場景中，前端操作做了注冊按鈕的提交，代表用戶有注冊意愿，但如果當前網(wǎng)絡狀況不好，前端的請求就發(fā)送失敗。用戶從有意愿產(chǎn)生到意愿最終成功到服務器是一個成功的路徑，可是如果驗證碼收不到，那么當然不能用請求發(fā)出事件代表用戶注冊意愿，接下來就是圍繞軟硬件環(huán)境、業(yè)務特征、業(yè)務結(jié)果、用戶分類方面的屬性維度。

神策數(shù)據(jù)在為用戶推薦采集策略的時候，通常會讓客戶思考清楚到底希望何種業(yè)務特征數(shù)據(jù)在何種場景以何種時機采集，才能符合客戶的業(yè)務需求。

事件屬性：使用環(huán)境維度

此類使用環(huán)境維度包括軟件環(huán)境、硬件環(huán)境和網(wǎng)絡環(huán)境。其中，軟件環(huán)境包括操作系統(tǒng)、操作系統(tǒng)版本、應用版本；硬件環(huán)境包括：端口、機型、品牌、分辨率；網(wǎng)絡環(huán)境包括2G、3G、4G、WIFI 等。比如分辨率在安卓機型上比較復雜， H5 頁面就會常常導致很多業(yè)務出現(xiàn)兼容錯誤，而兼容性有問題的話，業(yè)務就沒有辦法操作。所以，在產(chǎn)品發(fā)布新功能的時候，如果出現(xiàn)業(yè)務異常，可以直接從三種使用環(huán)境維度中尋找原因，比如說新版本出現(xiàn)問題而舊版本沒有，這就說明后端業(yè)務功能沒有問題，僅僅是該版本出現(xiàn)異常情況。

事件屬性：業(yè)務關(guān)聯(lián)的維度

業(yè)務關(guān)聯(lián)維度強調(diào)對業(yè)務的理解以及維度采集是否全面，也就是數(shù)據(jù)采集的時候，是否可以很準確地下鉆。舉個例子，影響支付成功率的核心維度有哪些？第一，支付端口。支付端口細分為 H5、微信端、IOS、安卓、PC 端等。接下來，支付通道、支付方式、支付銀行卡等都可以持續(xù)細分。維度下鉆強調(diào)大家對業(yè)務的理解，以及分析思路跟業(yè)務的強匹配。

分群分層：人群+場景的差異化

其中包括偏好差異、階段差異與場景差異。常見的分層分群思路：

1.用戶生命周期。到底是新用戶、老用戶，還是回流用戶？

2.目標受眾。是潛在用戶、核心用戶還是邊緣用戶？如果是核心用戶在某些指標上問題比較大，其實說明問題很嚴重。如果是邊緣用戶，那么該群體在數(shù)據(jù)上的相對下降是正常的。

3.用戶特征。指用戶的年齡、性別等特征，比較常見。

4.興趣偏好。指用戶喜歡的二次元、古風、韓風等，比較常見。我們在用戶行為采集、調(diào)研里面關(guān)注最后兩個特征，因為后臺服務器很少能采集到這兩類數(shù)據(jù)。所以，我們用這類特征的時候，要用人口學調(diào)研數(shù)據(jù)抽樣檢測人群差異，輔助使用服務器數(shù)據(jù)。

接下來跟大家分享一個工作中的實例——視頻產(chǎn)品新增流失分析。?

首先，用 5W2H 分析產(chǎn)品流失的整體情況。比如，到底什么算是流失？什么人流失？什么時候流失？什么地方流失？為什么流失？怎么流失的？有多嚴重？接著根據(jù)流失情況思考要如何解決問題，降低流失率。老板都希望在這兩類問題上反饋給他相應的回答。

那么流失率當然是分析該問題的常見指標。接著我們要去定義流失行為，比如對本身使用頻率偏低的產(chǎn)品，可能會將流失周期定義為 30 天，如果是一個高頻的社交產(chǎn)品、游戲產(chǎn)品，流失很可能定義為 7 天已經(jīng)足夠。那用什么樣的具體行為來衡量呢？——App 啟動。一些對“定義”嚴格的企業(yè)會非常關(guān)心用戶細致的具體行為，通過用戶啟動 App 觀看視頻的這一操作，判斷用戶是否流失以及設定定義特征等。然后通過流失程度、趨勢、階段、行為特點來分析流失特征。

接下來就涉及到流失的原因分析。我們要思考為什么會出現(xiàn)流失、流失的場景是什么、用戶的主觀感受是什么，是沒有辦法滿足用戶需求？還是有更好的產(chǎn)品把你取代？同時產(chǎn)品體驗也是原因分析里面比較重要的判斷標準。流失去向、回流可能性及條件、影響維度、分群分層等也是另外幾個方面的分析思路。

另一個很重要的分析維度——數(shù)據(jù)源。

我們用數(shù)據(jù)表征分析一個產(chǎn)品，會涉及到提取規(guī)則。而傳統(tǒng) BI 的提需求流程冗長，業(yè)務人員使用起來也非常困難，一旦 BI 提數(shù)據(jù)時產(chǎn)生錯誤的理解或者遺漏，那么提取的東西將無法符合需求，時間成本極高。而我們在對數(shù)據(jù)源的定義上，審查的比較嚴格，我們不想增加任何一道使用門檻，我們希望用門檻把命題體系化，用更好的科學方法分析問題。

既然分析問題，就要把握分析問題的關(guān)鍵。從整體出發(fā)分析該問題的時候，就要提煉分析結(jié)論的關(guān)鍵點，比如流失率、流失趨勢、流失場景、流失原因、滿意度、流失去向以及回流概率等。除此之外，還要從來源渠道、來源關(guān)鍵詞、來源端口、業(yè)務場景等維度交叉分析，比如整體流失率可能并不差，但卻發(fā)現(xiàn)從某某渠道來的用戶流失率非常高，說明產(chǎn)品整體沒有太大的問題，只是渠道策略錯了。維度交叉與用戶分層分析往往可以帶來真正有價值的業(yè)務洞察，而不是一個單薄的總體指標，總體指標只是告訴我們一個特征，各維度的交叉和分層才是深度分析的關(guān)鍵點。?

另外，還可以從產(chǎn)品優(yōu)化、新用戶場景及轉(zhuǎn)化優(yōu)化、用戶成長體系優(yōu)化、流失用戶召回等方面業(yè)務特征追索到解決方案。所以，數(shù)據(jù)分析在實際應用中不是只告訴你一個宏觀的指標，它同樣能很好地告訴你要怎么做。

二、業(yè)務流程融入

我們常常看到，產(chǎn)品被各種各樣的內(nèi)部需求方擺弄的停滯不前，很大程度上是因為產(chǎn)品團隊沒有自主權(quán)去做業(yè)務主導方面的能力提升。比如領(lǐng)導說，接下來做一個注冊場景支持一鍵注冊。領(lǐng)導提出這樣的需求，說明他認為這是件重要的事情，可是如果你能從現(xiàn)有的業(yè)務池中拿出能帶來更大價值點的事情，領(lǐng)導一定不會強求你去做一鍵注冊的事情。但是產(chǎn)品團隊缺少自主權(quán)，沒有辦法解決這樣的問題。

想要解決這個問題，可以有 2 個較好的思路。一個是引入用戶反饋，另一個是引入數(shù)據(jù)分析。老板不懂用戶分析，但卻知道用戶很重要，同時對業(yè)務發(fā)展也有所訴求。所以用戶反饋和數(shù)據(jù)分析，常常是我們使用的兩個很核心的方法論。

我之前溝通過很多企業(yè)，有時候他們并不知道內(nèi)部需求方提了哪些需求？做了哪些需求？沒做哪些需求？預期在什么樣的時間點做？A B C 三個業(yè)務部門都提出來了很緊急的需求，業(yè)務人員在爭取需求資源的時候，就要 PK，其實這是很常見的方法。這并不是“擋需求”，而是讓需求更加有價值，當你論證需求與 PK 需求的時候，意味著你對需求的思考更充分，整體把控也會更好。

上圖是效果驗證常見的幾種方式，我今天分享一個大家比較關(guān)心的點——A/B 測試。A/B 測試其實就是為了判斷這件事情值得不值得做，以及是否對全量用戶做，所以第一，需要控制方法，第二，需要真正做出正確的決策。神策分析可以支持 A/B 測試的數(shù)據(jù)采集和對比分析 ，但本身沒有實現(xiàn)用戶分流體系，這其實已經(jīng)是另外一個相對專業(yè)領(lǐng)域的知識，我們會在有明確應用價值的場景下實現(xiàn)，比如個性化推薦的產(chǎn)品就支持 A/B 測試。方法其實還是有很多的，各有特點，我覺得每家公司都要根據(jù)自己的情況與發(fā)展階段來制定效果驗證的策略。?

另外一個非常重要的點——項目復盤，也是神策數(shù)據(jù)的企業(yè)文化之一。復盤的核心是讓你和團隊成員知道每次項目的真實效果，并不簡單的是為了跟老板做匯報。比如我們的項目負責人由團隊里面的小組長輪流承擔，項目上線后一個星期會完成數(shù)據(jù)上線的評估報告，讓團隊成員知道做的怎么樣、有沒有達到預期目標，以及產(chǎn)品設計的 idea 有沒有被論證。

所以，項目復盤會的核心有三個：

第一，項目數(shù)據(jù)表現(xiàn)宣講；

第二，項目過程復盤；

第三，優(yōu)化方案形成，優(yōu)化方案一定要落實到具體負責人。

最后，關(guān)于項目迭代。一般項目迭代控制在兩周左右，在時間劃分上，兩周左右的項目算中型項目，一周左右的項目是小型項目。其中，中型項目有幾個核心環(huán)節(jié)：需求分析、設計及評審過程當中對設計方案的優(yōu)化、基礎(chǔ)的可行性測試、灰度發(fā)布，以及正式上線做項目復盤。小型項目相對比較簡單，不會涉及需求分析的接入，不會單獨做系統(tǒng)分析，最終會有一個數(shù)據(jù)簡報輸出，哪怕是一個小型項目，我們也會評估復盤最終的結(jié)果。

舉一個簡單的例子，某 App 的報錯率高達 20%，做了小版本的迭代后報錯率可以降到 5% 左右，因為我們把問題定義的非常明確，不同職能線的同事交叉完成這個項目，把它順利地迭代。當然這個 2 周并不是個金科玉律，各個團隊還是要根據(jù)自己的業(yè)務和團隊的情況進行探索，找到最適合自己團隊的節(jié)奏。

以上就是我今天的分享，感謝大家的聆聽。

溫馨提示：點擊閱讀原文，可下載完整版 PPT

↙↙↙點擊“閱讀原文”，免費下載完整版 PPT

總結(jié)

以上是生活随笔為你收集整理的PPT 下载 | 神策数据徐美玲：数据分析之产品应用实践的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。